Datos estadisticos policiales 2021

Carga de Paquetes de datos

library(dplyr)
library(ggplot2)
library(plotly)
library(sf)
library(DT)
library(readxl)
library(readr)
library(lubridate)

Lectura de datos

estadisticas_policiales <-
  readxl::read_excel("C:/Users/REBECA/Desktop/Datos policiales 2021/estadisticaspoliciales2021.xls")

Tabla

estadisticas_policiales %>%
  dplyr::select(Delito, Fecha, Victima, Edad, Genero, Provincia, Canton) %>%
  datatable(colnames = c(
    "Delito",
    "Fecha",
    "Víctima",
    "Edad",
    "Género",
    "Provincia",
    "Cantón"
  ),
options = list(
  language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
))

## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

Grafico 1: Cantidad de delitos por tipo de delito (barras simples)

# Cantidad de delitos por tipo de delito
ggplot2_estadisticas_policiales <-
estadisticas_policiales %>%
  count(Delito) %>%
  ggplot(aes(x = reorder(Delito, n), y = n)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  ggtitle("Cantidad de delitos por tipo de delito") +
  xlab("Delito") +
  ylab("Cantidad de delitos") +
  theme_gray() 
ggplotly(ggplot2_estadisticas_policiales) %>% config(locale = 'es')

Grafico 2: Cantidad de delitos por mes (barras simples)

datos <-
  estadisticas_policiales %>%
  mutate(meses = lubridate::month(Fecha))

mes <-c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", "Setiembre", "Octubre", "Noviembre")

grafico_delitos_meses <-
  datos %>%
  count(meses) %>%
  ggplot(level = level_order, (aes(x = reorder (mes, meses), y = n))) +
  geom_bar(stat = "identity") +
  ggtitle("Cantidad de delitos por mes del año 2021") +
  xlab("Mes") +
  ylab("Cantidad de delitos") +
  coord_flip() +
  theme_gray() 
  
ggplotly(grafico_delitos_meses)

Grafico 3 : Cantidad de delitos por genero (barras apliladas)

delitos_genero <-
  estadisticas_policiales %>%
  ggplot(aes(x = Delito, fill = Genero)) +
  geom_bar(position = "fill") +
  ggtitle("Cantidad de delitos por género") +
  xlab("Delito") +
  ylab("Cantidad de delitos") +
  labs(fill = "Género") +
  coord_flip() +
  theme_get()

ggplotly(delitos_genero) %>% config(locale = 'es')

Grafico 4: Cantidad de delitos por Cantones (barras simples)

delitos_cantones <-
  estadisticas_policiales %>%
  count(Canton) %>%
  filter(Canton == "SAN JOSE" |
           Canton == "ALAJUELA" |
           Canton == "CARTAGO" | Canton == "HEREDIA") %>%
  ggplot(aes(x = reorder(Canton, n), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Cantidad de delitos por cantones ") +
  xlab("Cantones") +
  ylab("Cantidad de delitos") +
  coord_flip() +
  theme_grey()
ggplotly(delitos_cantones)